基于多尺度交互式残差结构的图像显著目标区域检测

摘要

为了解决显著目标检测中不同深度特征信息的有效提取与融合问题，设计了一种基于多尺度交互式残差模块的图像显著目标区域检测模型M-IRNet。基于深度学习算法框架，搭建了多尺度交互式残差结构模块IRM，提取具有高表征能力的多尺度特征信息，抑制噪声干扰，获取表征细节信息的低层特征信息和深层语音信息；辅助以双方向传播策略，并将不同深度的上下文信息有效融合，浅层的细节信息融入较深层信息，同时高层的语义信息调节低层信息，实现图像显著目标的定位与检测。在公开数据集上的实验结果表明，所设计的图像显著目标区域检测模型具有一定的优势，在PASCAL-S数据集上MAE降到了0.092，而在DUT-OMROM数据集上F-measure升到了0.763。通过提取更有效的多尺度特征，增加浅层和深层的特征比率，不仅提高了显著目标的细节特征表示能力，同时还增加了深层语义信息的定位能力，使应用于图像显著目标检测模型检测精度提升。

关键词

显著目标检测 / 空洞卷积 / 多尺度特征 / 交互式残差 / 双方向传播策略

基金资助

国家自然科学基金（61862015）; 广西研究生教育创新计划（JGY2022118）; 桂林电子科技大学研究生教育创新计划（2022YCXS038）